유전자에 대한 각종 신비가 이론으로 정착됨에 따라 전자산업에서도 이를 응용한 첨단제품 개발이 활기를 띠고 있다.
유전자앨고리듬이란 자연생태계의 진화과정에서 보여지는 적자 생존을 컴퓨터의 앨고리듬으로 구현하여 탐색(Search), 최적화(Optimization), 그리고기계학습 Machine Learning)등의 분야에 적용되는 학문을 의미한다.
유전자앨고 리듬은 1975년 미국의 홀랜드(H-olland)에 의해 기본적인 틀이완성됐다. 그 이후 주로 학교와 연구소 중심으로 연구가 진행되어 왔는데 최근 들어선 산업계에서도 관심을 갖기 시작했다.
유전자앨고리듬의 기본개념은 간단하다.
세포증식에있어 유전자는 부모의 유전형질을 후손에 전달한다. 이때 DNA 의 배열이 일부 변화하면 전혀 다른 후손이 나타나는데 이것을 컴퓨터 프로그래밍으로 모방해 각종 응용분야를 찾는 것이다.
예를들면 주어진 문제의 특성을 자연생태계에서 보여지는 유전자에 의한 진화현상에 기초해 앨고리듬모델로 표현하고 그 앨고리듬에 변화를 줬을 때 나타나는 결과를 반복적으로 수행, 최적해(Solution)를 제공하는 앨고 리듬을 찾아내는 것이다.
국내외적으로유전자 앨고 리듬이 응용되는 사례와 향후 가능성을 크게 분류 하면 조합최적화(Combi-natorial Optimization), 수치함수 최적화(Numerica l Function Opimization), 영상처리, 기계학습, 그리고 구조설계 등을 들 수있다. 조합최적화 문제는 주어진 모델에서 경우의 수가 증가하면 이를 계산하기 위한 컴퓨터의 CPU타임이 지수적으로 늘어나는 것을 의미하는데 이를 해결하는 데 유전자 앨고리듬이 효과적으로 활용되고 있다.
예를들면 초집적회로(VLSI) 를 설계하는 데 있어 컴포넌트간의 연결을 저해 하지 않으면서 제한된 공간에 가장 많은 컴포넌트를 쌓을 수 있는 방법을 찾는 "VLSI Layout"문제, 생산공장에서 가장 효과적인 생산공정을 찾는 "Job Shop Scheduling"문제 등이다.
수치함수 최적화 문제는 미분 등으로 해를 구할 수 없는 비연속적인 함수로 이루어진 모델에서 최적해를 구하는 것으로 유전자 앨고리듬의 응용으로 문제해결이 기대 이상의 성과를 얻고 있다.
영상처리분야에서는유전자 앨고리듬을 X-선 또는 인공위성사진과 같이 두개의 임의표본 화면을 비교, 정보를 얻는 데 활용되고 있으며 영상합성에도 응용되고 있다.
기계학습은학습을 통해 분류시스팀(Classifier System)을 만드는 것으로 유전자 앨고리듬 응용에 있어 중요한 분야이다.
냉장고나에어컨과 같은 가전제품의 경우 유전자 앨고리듬을 이용하면 기존 카오스이론보다도 한 단계 향상된 첨단제품 개발이 가능하다.
국내가전3사는 유전자 앨고 리듬의 응용연구에 박차를 가하고 있는데 이는그동안 불규칙한 현상으로 여겨졌던 여러 문제를 이 이론을 통해 해결한다는 방침에서 이루어 지고 있다.
세탁기의엉킴현상의 완벽한 해결이나 자연바람과 같은 쾌적한 냉방 등이 유전자 앨고리듬의 활용으로 가능하다고 보는 것이다.
이밖에도유전자 앨고리듬은 신경회로망 구조, 퍼지멤버십의 결정, 다리구조 물 설계, 가스파이프라인 설계 등 구조설계부문에서도 점차 활용도가 높아지고 있다.